사용 가능한 프로그램을 통해 직무에 필요한 기술 도구 역량과 실무 준비 수준을 확인한다.
이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
주로 다루는 프로그램은 Python, Excel, Figma, Notion입니다. Python은 데이터 분석과 간단한 자동화 스크립트 작성에 쓰고, pandas와 matplotlib 위주로 사용했습니다. Excel은 피벗 테이블과 VLOOKUP 수준으로 실무에서 빠르게 분석할 때 활용했고, 특히 팀원들과 공유할 때 엑셀이 편한 경우가 많아서 기본적인 시각화 기능도 익혔습니다. Figma는 UX 프로젝트에서 프로토타입을 만들 때 처음 써봤는데, 개발자와 협업할 때 목업이 있으면 소통 비용이 줄어든다는 것을 체감했습니다. 프로그램마다 강점이 다르기 때문에 상황에 맞게 고르는 것이 중요하다고 생각하고, 새 도구를 빠르게 익히는 편입니다.
주로 다루는 프로그램은 Python, SQL, Tableau입니다. Python은 데이터 전처리와 분석에 집중해서 사용하고, pandas로 대용량 데이터를 다루는 작업에 익숙합니다. SQL은 DB에서 직접 데이터를 추출하고 집계하는 작업에 실용적으로 활용했는데, JOIN과 서브쿼리를 조합해 복잡한 조건의 데이터를 뽑는 경험을 여러 번 했습니다. Tableau는 분석 결과를 팀원이나 이해관계자에게 시각화해서 설명할 때 사용했고, 대시보드를 만들어 실시간으로 수치를 공유하는 방식을 경험했습니다. 프로그램 간 비교로는 Python이 유연성에서 앞서지만, Tableau는 비개발자 팀원과 소통할 때 훨씬 빠르고 직관적입니다. 상황에 따라 도구를 고르는 것이 중요하다고 생각하며, 분석은 Python·SQL로, 보고는 Tableau로 역할을 나눠 사용하는 방식을 선호합니다.
도구를 많이 아는 것보다 어느 도구로 어떤 문제를 해결하는지 아는 것이 더 중요합니다.
주로 다루는 프로그램은 Figma, Notion, Excel, 그리고 기초 수준의 Python입니다. Figma는 서비스 기획 프로젝트에서 와이어프레임과 프로토타입을 만드는 데 집중적으로 사용했습니다. 개발자와 협업할 때 목업이 없으면 요구사항 전달이 모호해져서 수정이 반복되는 경험을 했고, 그 이후로 기획 단계에서 Figma로 화면을 먼저 구체화하는 방식을 채택했습니다. Notion은 팀 프로젝트 문서화와 일정 관리에 사용했고, 페이지 구조를 설계해서 팀원 모두가 같은 정보를 빠르게 접근할 수 있게 운영했습니다. Excel은 간단한 데이터 분석과 보고서 작성에 활용했고, 피벗 테이블로 데이터를 요약해 발표 자료로 연결하는 방식을 자주 씁니다. 프로그램 비교 측면에서는 Figma와 Notion은 협업이 핵심 강점이고, Excel은 혼자 빠르게 처리할 때 여전히 효율적입니다.
도구는 목적에 맞게 골라야 하고, 하나를 깊이 쓰는 것과 상황에 따라 전환하는 것을 동시에 가져가야 합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 현대엔지니어링 플랜트·시설 일반 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.